Metodo

Una strategia arriva sul sito solo dopo aver retto su dati che non ha mai visto, al netto dei costi. Dopo la messa in produzione i suoi parametri non vengono più toccati.

DATI

Lavoriamo su barre orarie (H1) di futures, oro, indici e cambi, con storici di più anni. Le stesse strategie vengono provate anche sui dati di broker diversi, perché spread, orari e feed di prezzo cambiano i risultati più di quanto si pensi.

DUE FAMIGLIE DI MODELLI

• Machine learning. Modelli a gradient boosting stimano la direzione della barra successiva; ogni ingresso ha un take profit e uno stop loss.
• Regole sistematiche. Logiche di trend, ritorno verso la media e breakout, scritte in modo esplicito e verificabile.

VALIDAZIONE

1. Addestramento in walk-forward: il modello impara solo dal passato rispetto al periodo su cui viene valutato.
2. Un periodo finale fuori campione resta separato durante lo sviluppo e serve a verificare il modello su dati nuovi.
3. Per ogni mercato si sceglie una configurazione; dopo la messa in produzione i parametri restano congelati.
4. Ogni backtest include costi e slippage stimati.

LIMITI

Un backtest resta una simulazione: i mercati cambiano e una strategia che ha reso bene sul passato può rendere meno o perdere. Molte idee non superano i test; le registriamo come prove negative invece di scartarle in silenzio. Come calcoliamo ogni numero è spiegato nello standard di rendicontazione.